Page 1
59
BAB III
METODOLOGI PENELITIAN
A. Tempat dan Waktu
Penelitian ini dilakukan pada Unit Usaha Syariah, yang
dibatasi dalam permasalahan kinerja keuangan yang
diproksikan rasio probabilitas, dan rasio efisiensi. Dalam
penelitian ini rasio yang digunakan untuk mengukur kinerja
keuangan adalah Return On Asset (ROA), dengan alasan
analisisnya bersifat komprehensif atau menyeluruh yaitu
meliputi kegiatan penjualan, investasi, dan pengeluaran-
pengeluaran. dan rasio BOPO (Biaya Operasonal terhadap
Pendapatan Operasional) Yang dipublikasikan oleh Otoritas
Jasa Keuangan melalui website www.ojk.go.id. Penelitian ini
dilakukan pada tahun 2018 dengan tahun pengamatan dari
2015-2017 meliputi laporan keuangan bulanan Unit Usaha
Syariah.
Page 2
60
B. Metode Penelitian
Metode penelitan pada dasarnya merupakan cara
ilmiah untuk mendapatkan data dengan tujuan dan kegunaan
tertentu.1 Metode penelitian adalah cara yang digunakan oleh
peneliti dalam mengumpulkan data penelitian, dalam
penelitian ini penulis menggunakan metode deskriptif
kuantitatif dan analisis statistik yaitu suatu metode penelitian
yang menggunakan analisis data dalam bentuk angka-angka
untuk menganalisa dan menjawab secara ringkas dan jelas
mengenai pengaruh, dan besarnya pengaruh suatu peristiwa,
masalah yang ada sehingga dapat ditarik kesimpulan.2
Penelitian ini bertujuan untuk melihat pengaruh
hubungan variabel independen terhadap variabel dependen.
Variabel independen dalam penelitian ini adalah kinerja
keuangan dan variabel dependen dalam penelitian ini adalah
tabungan mudharabah.
1 Sugiyono, Metode Penelitian Kuantitatif kualitatif dan R&D,
(Bandung: ALFABETA, 2014), h. 2 2 Sugiarto, Dergibson Siagan, dkk. Teknik Sampling (Jakarta: PT
Gramedia Pustaka Utama, 2003 ), h.19.
Page 3
61
C. Jenis Penelitian dan Sumber Data
1. Jenis penelitian
Jenis data dalam penelitian ini adalah skunder yaitu
berupa data kuantitatif atau angka-angka yang disajikan
dalam bentuk laporan keuangan. Data yang digunakan
dalam penelitian ini merupakan data skunder dari laporan
keuangan yang diperoleh dari sumber resmi yaitu
www.ojk.go.id
2. Sumber Data
Menurut Kamus Umum Bahasa Indonesia data adalah
keterangan atau bahan yang nyata yang dapat dijadikan
dasar kajian (analisis atau kesimpulan). Sementara itu,
data adalah bahan keterangan tentang sesuatu objek
penelitian yang diperoleh dilokasi penelitian.3
Sumber data yang digunakan dalam penelitian ini
adalah data skunder. Data skunder adalah data yang telah
diolah seperti data hasil peneitian kepustakaan, hasil
3
Lijan Poltak Sinambela, Metodologi Penelitian Kuantitatif,
(Yogyakarta: Graha Ilmu, 2014), h. 111
Page 4
62
dokumentasi penelitian dan laporan keuangan yang telah
dipublikasikan.4
D. Teknik Pengumpulan Data
Dalam penelitian ini metode pengumpulan data yang
digunakan adalah sebagai berikut:5
1. Studi Kepustakaan
Metode pengumpulan data dalam penelitian ini
dilakukan melalui studi yang didapatkan dari buku-buku,
literatur, jurnal, website-website resmi terpercaya yang
berkaitan dan menunjang dalam penelitian ini.
2. Dokumentasi
Metode dokumentasi yaitu penelusuran dan
pengolahan data yang diperlukan melalui data yang telah
tersedia. Biasaya berupa data statistik, agenda kegiatan,
produk keputusan atau kebijakan, sejarah dan hal lainnya
yang berkaitan dengan penelitian. Kelebihan teknik
4
Farah Margaretha, “Faktor-faktor Yang Mempengaruhi Kinerja
Keuangan Perbankan Indonesia”, jurnal Manajemen Keuangan, Vol. 6, No. 2
(Mei 2017) Fakultas Ekonomi Universitas Trisakti Jakarta Barat, DKI Jakarta,
h. 89. 5
Mahi M. Hikmat, Metode Penelitian dalam perspektif Ilmu
Komunikasi dan Sastra, (Bandung: Graha Ilmu, 2011), h. 83.
Page 5
63
dokumentasi ini adalah karena data tersedia, siap pakai,
serta hemat biaya dan tenaga. Metode ini merupakan
teknik pengumpulan data yang tidak langsung ditujukan
pada subjek penelitian namun melalui dokumentasi atau
menelusuri data historis. Data dalam penelitian ini
dikumpulkan dengan cara mencatat atau
mendokumentasikan data yang berkaitan dengan
Pengaruh Kinerja Keuangan Terhadap Bagi Hasil
Tabungan Mudharabah Pada Unit Usaha Syariah periode
2015-2017.
Dalam hal ini, penulis juga mengumpulkan data
dengan menggunakan time series. Data time series atau
disebut juga data deret waktu merupkan sekumpulan
data dari suatu fenomena tertentu yang didapat dalam
beberapa interval waktu tertentu, misalnya dalam waktu
mingguan, bulanan atau tahunan. Misalnya neraca
perusahaan mulai tahun 1980 sampai tahun 1997. Jadi
Page 6
64
tidak boleh ada data yang hilang diantara tahun-tahun
itu.6
E. Teknik Analisis Data
Analisis data merupakan proses pengolahan, penyajian,
interpretasi dan analisis data yang diperoleh dari lapangan,
dengan tujuan agar data yang disajikan mempunyai makna,
sehingga pembaca dapat mengetahui hasil penelitian kita.7
Analisis data yang digunakan pada penelitian ini adalah
analisis kuantitatif.
Dalam penelitian kuantitatif, teknik analisis data yang
digunakan sudah jelas, yaitu menjawab rumusan masalah
atau menguji hipotesis yang telah dirumuskan. Karena
datanya kuantitatif, maka teknik anlisis data menggunakan
metode statistik yang sudah tersedia.
1. Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan
untuk menganalisi data dengan cara mendeskripsikan
6 Husen Umar, Metode Penelitian Untuk Skripsi dan Tesis Bisnis
(Jakarta: PT RajaGrafindo Persada, 2013), Edisi Kedua, h. 42.
7 Nanang Martono, Metode Penelitian Kuantitatif Analisis Isi dan
Analisis Data Skunder, (Jakarta: PT RajaGrafindo Persada, 2010), h. 143-144
Page 7
65
atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat
kesimpulan yang berlaku untuk umum atau generalis.
Termasuk dalam statistik deskriptif antara lain adalah
penyajian data melalui tabel, grafik, diagram lingkaran,
pictogram, perhitungan modus, median, mean,
perhitungan desil, persentil, penyebaran data melalui
perhitungan rata-rata, standar deviasi dan perhitungan
presentase.8
2. Analisis Regresi Berganda
Regresi berganda adalah pengembangan dari
regresi linear sederhana, yaitu sama-sama alat yang bisa
digunakan untuk memprediksi permintaan dimasa akan
datang berdasarkan data masa lalu atau untuk
mengetahui pengaruh satu atau lebih variabel bebas
(Independent) terhadap satu variabel tak bebas
(Dependent). Perbedaan penerapan metode ini hanya
terletak pada jumlah variabel bebas (Independent) yang
8 Sugiyono, Metode Penelitian… h. 147-148.
Page 8
66
digunakan. Penerapan metode regresi berganda jumlah
variabel bebas (Independent) yang digunakan lebih dari
satu yang memengaruhi satu variabel tak bebas
(Dependent).
Maka model penelitian yang akan digunakan
dalam penelitian ini adalah sebagai berikut:
Yt = a + x1t β1 + x2t β2 + εt
Keterangan :
Y = Bagi Hasil Tabungan Mudharabah
X1 = Return On Asset (ROA)
X2 = Biaya Operasional Pendapatan
Operasional (BOPO)
t = time/waktu
i = unit/individu
e = komponen error
a = konstanta
β1, β2 = koefisien
Setelah model penelitian diestimasi maka akan
diperoleh nilai dan besaran dari masing-masing
Page 9
67
parameter dalam model persamaan di atas. Nilai dari
parameter positif dan negatif selanjutnya akan digunakan
untuk menguji hipotesis penelitian.
3. Uji Asumsi Klasik
Uji asumsi klasik adalah syarat-syarat yang harus
dipenuhi pada model regresi linear OLS (Ordinary Least
Square) agar model tersebut menjadi valid sebagai alat
penduga. Di dalam model regresi ini, ada beberapa
syarat yang harus dipenuhi agar model peramalan
menjadi valid sebagai alat peramalan. Syarat-syarat
tersebut apabila dipenuhi semuanya, maka model regresi
linear tersebut dikatakan BLUE (Best Linier Unbiased
Estimation).
Model regresi linear dapat disebut sebagai model
yang baik jika memenuhi asumsi klasik. Oleh karena itu,
uji asumsi klasik sangat diperlukan sebelum melakukan
analisis regresi.
Page 10
68
a. Uji Normalitas
Uji normalitas merupakan salah satu bagian dari
uji persyaratan analisis data atau biasa disebut
asumsi klasik. Uji normalitas dimaksudkan untuk
menguji apakah nilai residual yang telah
distandarisasi pada model regresi berdistribusi
normal atau tidak.9
Untuk menguji dengan lebih akurat, diperlukan
alat analisis dan Eviews menggunakan dua cara,
yaitu dengan histogram dan uji Jarque-Bera. Jarque-
Bera adalah uji statistik untuk mengetahui apakah
data berdistribusi normal. Uji ini mengukur
perbedaan skewness dan kurtosis data dan
dibandingkan dengan apabila datanya bersifat
normal. Apabila nilai probabilitas lebih besar dari 5%
(bila menggunakan tingkat signifikansi tersebut),
maka data akan berdistribusi normal.10
9 Suliyanto, Ekonomitrika Terapan, Teori dan Aplikasi dengan SPSS
(Yogyakarta: CV Andi Offset, 2011), 69.
10
Wing Wahyu Winarto, Analisis Ekonometrika Dan Statistika
Dengan Evews Edisi 3 (Yogyakarta: UPP STIM YKPN 2011), 5.37.
Page 11
69
Rumus yang digunakan adalah:
JB (Jarque-Bera) =
(
( )
)
Dimana n menunjukkan banyaknya observasi, S
dan K adalah estimasi dari skewness dan kurtosi,
yang didefinisikan sebagai
S =
∑ ( )̅̅̅̅
[
∑ ( )̅̅̅̅
]
⁄ dan K =
∑ ( )̅̅̅̅
[
∑ ( )̅̅̅̅
]
Di sini ̅ menyatakan nilai rata-rata sampel.
Dengan demikian, uji JB merupakan salah satu
bentuk uji Portmanteau, yakni didefinisikan atas 4
momen order pertama dari data. Statistik uji JB akan
memiliki distribusi asimtotik dengan derajat
bebas dua.11
Untuk pengujian hipotesis ini digunakan
hipotesis berikut:
H0 : residual berdistribusi normal
Ha : residual tidak berdistribusi normal
11
Dedi Rosadi, Ekonometrika & Analisis Runtun Waktu Terapan
dengan Eviews, (Yogyakarta: ANDI, 2012), 35
Page 12
70
Jika probability JB 0.05, maka berdistribusi
normal
Jika probability JB 0.05, maka tidak berdistribusi
normal
b. Uji Multikolineritas
Multikolinearitas adalah kondisi adanya
hubungan linier anta rvariabel independen. Karena
melibatkan beberapa variabel independen, maka
multikolinearitas tidak akan terjadi pada persamaan
regresi sederhana (yang terdiri atas satu variabel
dependen dan satu variabel independen).12
Uji multikolinearitas bertujuan untuk menguji
apakah model regresi ditemukan adanya korelasi
antar variabel bebas (independen). Model regresi
yang baik seharusnya tidak terjadi korelasi di antara
variabel independen. Jika variabel independen
saling berkorelasi, maka variabel-variabel ini tidak
ortogonal. Variabel ortogonal adalah variabel
12
Wing Wahyu Winarto, Analisis Ekonometrika, Edisi 3..., h. 5.1
Page 13
71
independen yang nilai korelasi antar sesama variabel
independen sama dengan nol. Untuk mendeteksi ada
atau tidaknya multikolinearitas di dalam model
regresi adalah sebagai berikut:
a. Nilai R2 yang dihasilkan oleh suatu estimasi
model regresi empiris sangat tinggi, tetapi
secara individual variabel-variabel independen
banyak yang tidak signifikan mempengaruhi
variabel dependen.
b. Menganalisis matrik korelasi variabel-variabel
independen. Jika antar variabel independen ada
korelasi yang cukup tinggi (umumnya di atas
0.90), maka hal ini merupakan indikasi adanya
multikolinearitas.tidak adanya korelasi yang
tinggi antar variabel independen tidak berarti
bebas dari multikolinearitas. Multikolinearitas
dapat disebabkan karena adanya efek kombinasi
dua atau lebih variabel independen.
Page 14
72
c. Multikolinearitas dapat juga dilihat dari (1) nilai
tolerance dan lawannya (2) variance inflanation
factor (VIF). Kedua ukuran ini menunjukkan
setiap variabel independen manakah yang
dijelaskan oleh variabel independen lainnya.13
Adapun persamaan uji multikolinearitas
adalah sebagai berikut:
VIF =
( )
Keterangan:
VIF: Variance Inflation Factor
: Estimasi regresi parsial variabel penjelas
Untuk menguji data memiliki gejala
multikolinearitas dengan pengambilan
keputusan sebagai berikut:
H0 : Tidak terjadi multikolinearitas dalam model
H1 : Terjadi multikolinearitas dalam model
Jika VIF 10, maka tidak ada multikolinearitas
13 Imam Ghozali, Aplikasi Analisis Multivariete dengan Program
IBM SPSS 23, (Semarang: Badan Penerbit Universitas Diponegoro,2016) h.
103
Page 15
73
Jika VIF 10, maka ada multikolinearitas
Untuk menyelesaikan masalah
multikolinearitas dapat dilakukan dengan
berbagai cara, seperti:
1. Menambah lebih banyak observasi.
2. Mengeluarkan salah satu variabel yang
memiliki hubungan korelasi yang kuat.
3. Mentransformasikan variabel independen,
seperti misalnya mengkombinasikan
variabel-variabel independen ke dalam satu
indeks.
4. Melakukan analisis regresi ridge.
c. Uji Autokorelasi
Autokorelasi dapat diartikan sebagai hubungan
residual antara satu observasi dengan residual
observasi lainnya. Autokorelasi lebih mudah timbul
pada data yang bersifat runtun waktu (time series)
karena berdasarkan sifatnya data sekarang
dipengaruhi oleh data pada masa-masa
Page 16
74
sebelumnya.14
Uji autokorelasi bertujuan untuk
mengetahui ada korelasi antara anggota serangkaian
data observasi yang diuraikan menurut waktu (time
series) atau ruang (cross section).
Dalam asumsi OLS klasik diasumsikan bahwa
resudual bersifat independen satu dengan yang lain.
Untuk uji asumsi ini digunakan uji hipotesis:
H0 : tidak ada autokorelasi
Ha : ada autokorelasi
Tabel 3.1
Pengambilan Keputusan Ada atau
Tidaknya Autokorelasi
Hipotesis nol Keputusan Jika
Tidak ada
autokorelasi positif
tolak 0 < d < DL
Tidak ada
autokorelasi positif
Tidak ada
keputusan
dL ≤ d ≤ Du
Tidak ada
autokorelasi negative
Tolak 4 – dL < d < 4
14
Wing Wahyu Winarto, Analisis Ekonometrika Dan Statistika
Dengan Evews Edisi 3..., h. 5.26.
Page 17
75
Tidak ada
autokorelasi negative
Tidak ada
keputusan
4 – dU ≤ d ≤
4 – dL
Tidak ada auto
korelasi positif/
negative
Terima dU < d < 4 –
dU
Hasil perhitungan Durbin Watson kemudian
dibandingkan dengan nilai DW kritis sebagaimana
terlihat pada tabel DW. Kemudian dilakukan
penyimpulan apakah terdapat masalah autokorelasi
pada data, yang ditandai dengan batas-batas atas
(dU) dan batas-batas bawah (dL). Jika nilai d berada
dalam selang 4-dU sampai 4-dL maka tidak dapat
disimpulkan apa-apa. Jika nilai d lebih besar dari 0
dan lebih kecil dari dL maka dikatakan ada
autokorelasi positif. Jika 4 – dL < d < 4 maka
dikatakan ada autokorelasi negative. Sedangkan jika
dU < d < 4 dikatakan tidak ada atokorelasi.
Page 18
76
Tabel 3.2
Pedoman Statistik Durbin Watson
Autokorelasi
Positif
Ragu-
ragu
Tidak ada
autokorelasi
Ragu
-ragu
Autokorel
asi
Negatif
0 dL dU 4-dU 4-dL 4
d. Uji Heteroskedastisitas
Uji ini bertujuan untuk menganalisis apakah
variansi dari eror bersifat tetap/konstanta
(homokedastik) atau berubah-ubah (Heteroskedastik).
Deteksi adanya Heteroskedastisitas dapat dilakukan
secara grafis dengan melihat apakah terdapat pola
non-random dari plot residual atau residual kuadratis
terhadap suatu variabel independen X atau terhadap
nilai fitted variabel dependen Y (dengan model yang
telah diestimasi). Secara formal, dapat juga dilakukan
dengan melakukan uji hipotesis:15
15
Dedi Rosadi, Ekonometrika & Analisis Runtun Waktu Terapan
dengan Eviews..., h. 53.
Page 19
77
H0 : Asumsi homokedastisitas terpenuhi
Ha : Asumsi homokedastisitas tidak terpenuhi
Bila probabilitas Obs* 0.5 maka signifikan, Ho
diterima
Bila probablitas Obs* 0.5 maka signifikan, Ho
ditolak
Ada beberapa metode yang dapat digunakan
untuk mengidentifikasi ada tidaknya masalah
Heteroskedastisitas, di antarannya yang populer
adalah:
1. Uji Park
2. Uji Glejser
3. Uji White
Adapun persamaan deteksi homokedastisitas
dengan uji white dapat ditulis sebagai berikut:
Keterangan:
= Nilai Residual
= Variabel Bebas
Page 20
78
Sedangkan uji white dalam pengujian dengan
Eviews dilakukan dengan melihat Probabilitas Obs*
R-square. Apabila nilai Probabilitas Obs* R-square
lebih besar dari taraf signifikansi 5%, maka
persamaan regresi tidak mengalami
heterokedastisitas.16
Apabila terjadi homokedastisitas, diketahui
estimator OLS tidak bersifat BLUE (Best Linear
Unbiased Estimator), tetapi hanya LUE. Dengan
demikian, nilai standard error dari koefisien hasil
estimasi yang dihasilkan dengan metode OLS tidak
akurat. Masalah homokedastisitas dapat diselesaikan
dengan beberapa pendekatan, seperti:
1. Estimasi dengan menggunakan metode
Weighted Least Square/WLS (atau secara
umum, Generalized Least Square/GLS)
terhadap model.
16
Wing Wahyu Winarto, Analisis Ekonometrika Dan Statistika Dengan
Evews Edisi 3..., h. 5.14.
Page 21
79
2. Mentransformasikan variabel independen.
3. Atau dengan menggunakan metode estimasi
White yang bersifat Heteroscedasticity
Consistent (HC) atau estimator Newey-West
yang bersifat Heteroscedasticity and
Autocorrelation Consistent (HAC).17
4. Uji Hipotesis
a. Uji T (Parsial)
Uji parsial digunakan untuk mengetahui
signifikan tidaknya pengaruh dari masing-masing
variabel bebas (X1 dan X2) terhadap variabel terikat
(Y) berkaitan dengan hal ini, uji parsial digunakan
untuk menguji hipotesis penelitian.18
Rumus menghitung besarnya t hitung:19
)1(
1ˆ1
Set
17
Dedi Rosadi, Ekonometrika & Analisis Runtun Waktu Terapan
dengan Eviews..., h. 53. 18
Anwar Sanusi, Metodologi Penelitian Bisnis (Jakarta: Penerbit
Salemba Empat, 2014), h. 138
Page 22
80
Adapun hipotesisnya yaitu:
1. Ho = b1, b2 = 0, yang artinya tidak terdapat
pengaruh yang signifikan dari variabel
independen terhadap variabel dependen.
2. Ha = b1, b2 ≠ 0, yang artinya terdapat pengaruh
yang signifikan dari variabel independen
terhadap variabel dependen.
Kriteria uji didasarkan pada perbandingan
antara nilai thitung dengan ttabel:
1. Jika thitung > ttabel, maka Ho ditolak
2. Jika thitung < ttabel, maka Ho diterima.
Pengambilan keputusan uji hipotesis secara
parsial juga bisa dilihat dari nilai probabilitasnya.
Jika nilai probabilitasnya lebih kecil dari 0.05 (5%)
maka dapat disimpulkan terdapat pengaruh yang
signifikan antara variabel bebas terhadap variabel
terikat. Sebaliknya jika nilai probabilitasnya lebih
besar dari 0.05 (5%) maka dapat disimpulkan bahwa
Page 23
81
variabel bebas tidak berpengaruh terhadap variabel
terikat.
b. Uji F (Simultan)
Uji F digunakan untuk mengetahui apakah
variabel-variabel independen secara simultan
berpengaruh signifikan terhadap variabel dependen.
Derajat kepercayaan yang digunakan adalah 0,05
(5%). Apabila nilai Fhitung lebih besar dari Ftabel maka
hipotesis alternatif yang menyatakan bahwa semua
variabel independen secara simultan berpengaruh
signifikan terhadap variabel dependen.
Rumus menghitung nilai F hitung: 20
F = ⁄
( ) ( )⁄
Keterangan:
F: Nilai F hitung
R2: Koefisien determinasi
m: Jumlah variabel
20
Syofian Siregar, Metode penelitian kuantitatif dilengkapi dengan
perbandingan perhitungan manual dan spss (Jakarta: kencana prenada media
group, 2013), h. 263-264
Page 24
82
N: Jumlah pengamatan
Rumus hipotesis statistiknya:
Ho : b1, b2 = 0 (tidak ada pengaruh antara variabel
X1 X2 terhadap Y)
Ha : b1, b2 ≠ 0 (ada pengaruh antara variabel X1 X2
terhadap Y)
Adapun kriteria pengambilan keputusan dalam
uji F adalah sebagai berikut:
1. H0 ditolak dan Ha diterima apabila F hitung < F
tabel atau jika p-value < 5%, yang artinya
variabel bebas secara serentak atau bersama-
sama tidak mempengaruhi variabel terikat.
2. H0 diterima dan Ha ditolak apabila F hitung > F
table atau jika p-value < 5%, yang artinya
variabel bebas secara serentak atau bersama-
sama mempengaruhi variabel terikat.
Sama halnya dengan uji t, untuk melakukan uji
F bisa juga dengan melihat nilai probabilitasnya.
Jika nilai probabilitasnya lebih kecil dari 0.05 (5%)
Page 25
83
maka dapat disimpulkan terdapat pengaruh yang
signifikan secara simultan (bersamaan) terhadap
variabel terikat. Sebaliknya jika nilai
probabilitasnya lebih besar dari 0.05 (5%) maka
dapat disimpulkan bahwa tidak ada pengaruh secara
simultan (bersamaan) terhadap variabel terikat.
c. Uji Koefisien Determinasi (Adjusted R Square)
Koefisien determinasi bertujuan untuk
mengukur seberapa jauh kemampuan model dalam
menerangkan variasi variabel dependen. Dalam uji
regresi linier berganda dianalisis pula besarnya
koefisien regresi (R2) keseluruhan. R
2 pada intinya
mengukur seberapa jauh kemampuan model regresi
dalam menerangkan variasi variabel dependen atau
variabel terikat.21
Nilai R2 yang kecil berarti
kemampuan variabel-variabel independen dalam
menjelaskan variasi variabel dependen amat terbatas.
Nilai yang mendekati satu berarti variabel-variabel
21
Imam Ghozali, Aplikasi Analisis Multivariate dengan
Program IBM SPSS 19..., h. 97.
Page 26
84
independen memberikan semua informasi yang
dibutuhkan untuk memprediksi variasi variabel
independen.
Rumus yang digunakan adalah sebagai berikut:
2
1
2
12
)ˆˆ(
)ˆˆ(
YY
YYR
Besaran r2
yang didefinisikan demikian dikenal
sebagai koefisien determinasi (sampel) dan
merupakan besaran yang paling lazim digunakan
untuk mengukur kebaikan-suai (goodness of fit)
garis regresu. Secara verbal, r2 mengukur proporsi
(bagian) atau prosentase total variasi dalam Y
yang dijelaskan oleh model regresi.22
F. Operasional Variabel Penelitian
Variabel penelitian adalah suatu hal yang berbentuk
apa saja yang ditetapkan oleh peneliti untuk dipelajari
sehingga diperoleh informasi tentang hal tersebut dan
kemudian ditarik kesimpulan.23
23 Sugiono, metode penelitian… h. 31
Page 27
85
Variabel ini menggunakan dua variabel yaitu variabel
independen dan satu variabel dependen.
1. Variabel Bebas (independen variabel)
Variabel ini sering disebut variabel stimulus, predittor,
antecedent. Dalam bahasa Indonesia sering disebut
sebagai variabel bebas. Variabel bebas adalah
merupakan variabel yang mempengaruhi atau yang
menjadi sebab perubahannya atau timbulnya variabel
dependen (terikat). Dalam penelitian ini yang menjadi
variabel X yaitu Return On Asset (ROA), dan Biaya
Operasional Pendapatan Operasional (BOPO).
2. Variabel Terikat (Dependen Variabel)
Variabel ini sering disebut variabel output, kriteria,
konsekuen. Dalam bahasa Indonesia sering disebut
variabel terkait. Variabel terkait merupakan variabel
yang dipengaruhi atau yang menjadi akibat, karena
adanya variabel bebas.24
Dalam penelitian ini yang
menjadi variabel Y yaitu Tabungan Mudharabah.
24
Sugiyono, “Metode Penelitian kuantitatif, Kualitatif dan R &D”...,
h. 39.